关于推荐系统设计

摘要: 这里主要是总结了一下我们系统中，实现用户推荐的设计思路和经验。

在我们的系统设计中，推荐的内容主要涉及到两方面：_1，为当前用户推荐可能感兴趣的用户；2、使用者推荐可能感兴趣的内容。_写这个文章主要是总结一下我们设计中的经验，也可以暴露一下我们的不足。

关于数据

在设计推荐系统的时候，涉及到两个载体，用户和产品（eg：图片）,我们的推荐系统主要是围绕这两者来设计的。
用户的属性：年龄、性别、国籍、用户组
产品的属性：上传用户、产品标签［类别、标签］、产品描述
针对这两者，我们还收集了用户对产品的点击、评论、分享等行为记录

为当前用户推荐好友的设计思路

这里是列表文本对于新注册的用户，我们推荐的依据主要是看他的注册信息来推荐，根据国籍、年龄、用户组以及当前系统中用户的活跃度，按照一定比例为用户推荐可能会产生交流的用户列表，同时提供几个互动的任务来激励或者说帮组用户来交友，对于冷启动，我们没有想到什么好的法子。

这里是列表文本对于一已经存在过一段时间用户，主要依据的是兴趣匹配，其次是他好友列表中的二度或者三度好友（他的好友A的用户列表中的其他人）来筛选后选的用户列表，然后根据当前的用户属性以及候选用户的活跃度，按照比例生成推荐列表，比如系统总共要为用户推荐10个同样兴趣的好友，其中要有1个新用户，1个VIP用户，1个超级活跃的用户，5个普通用户，2个等待唤醒的用户等等这种业务需求。
整体的逻辑处理如下图：



为用户推荐产品的设计思路

做这件事情之前，我们做了很多准备工作。诸如利用对上传的内容进行分词、人工干预、提供奖励制度鼓励用户为现有的和新添加的内容建立标签，并通过A／B的方法比较标签的适用性等等，尽量为所有的内容做了标签集。
在做推荐的时候照旧做了两套方案：

针对新用户或者没有操作行为的用户，我们通过用户属性筛选出来属性近似的用户，计算这些用户喜好或上传的内容推荐给当前用户，并从新添加的内容中，随机筛选一部分提供给用户。

针对有操作行为的用户我们采用多套方案并行的方法：



在符合运营要求的内容中我们筛选后选数据的主要手段如下：
根据用户的历史记录，按照用户兴趣筛选出来一部分数据，推荐给和用户浏览记录近似的内容，这里要注意规避热门数据的干扰。
同时，从用户好友、与用户属性相似的用户上传的内容中，也提供一部分候选数据。我们是这样认为的，如果A和B是好友关系，或者A和B的用户属性类似，那A对B上传的内容可能会有兴趣。
再有就是经过时间衰减后，相对冷一点的数据。
生成候选数据集之后，根据用户的最近浏览记录、内容发布者的活跃度、用户属性维度以及用户为自己定义的感兴趣的标签等数据，对候选数据进行去重，按比例搭配，生成最终推荐给用户的内容。

后记

以上就是我们推荐系统设计的主要思路，在这个过程中，需要注意的是：
1、数据的准备工作。一切推荐行为都是基于数据的，不管你采用怎么样子的推荐算法都需要有完整的有意义的数据支持，这个数据不需要多么全面，但是一定要足够你的设计使用。
2、不要为技术而技术。不管基于物品的推荐还是基于用户的推荐，都是存在误差的，在考虑推荐的时候，更多的是从业务上考虑，要推荐给用户有意义的内容。
3、要注意热门数据的干扰，尤其是做协同过滤的时候，虽然也可以增加基于内容推荐或者其它学习模型来做一些处理，但是我们并没有做那些，主要还是基于实际场景的需要。
最后就是要说，推荐的设计不是一成不变的，要进行定期的离线数据分析，统计我们推荐的覆盖率、准确度等等，根据这些指标和业务不断调整我们的推荐算法。
这只是一些浅显的总结，有很多不成熟的地方，欢迎发邮件给我指正，邮箱是：saintatgod@gmail.com